医疗人工智能致人损害的赔偿责任探析.pdf

第22卷第3期州医科大学学报（社会科学版）Vol.22No.3

2024年6月JournalofJinzhouMedicalUniversity（SocialScienceEdition）Jun.，2024

医疗人工智能致人损害的赔偿责任探析

王超

（山东大学法学院，山东青岛266237）

【摘要】近年来，人工智能发展迅速，并逐渐应用于各个行业中，与人体健康息息相关的医疗行业也不例外。在大数据时

代，医疗人工智能可以通过“学习和演算”进行影像分析、诊断治疗、预后评估等。然而，虽然它在优化医疗质量方面具有巨大潜

力，但也给法律领域带来了新的挑战。在诊疗行为中，医疗人工智能扮演着不同的角色，因此，我们需要对其进行类型化分析，并

且实时调整医疗损害赔偿认定时的医务人员注意标准，以便更好地保护患者权益，促进科技的进一步发展，提升社会的整体健

康利益。

【关键词】医疗人工智能；注意义务；医疗损害赔偿

【中图分类号】D913【文献标识码】A【文章编号】2096-3068（2024）03-0034-07

网络空间技术和智能电子产品的相继问世及快似或相同的行为方式和思维逻辑。2017年，欧洲

速发展，促成了大数据时代的兴起与繁荣。在医疗议会向欧盟提交了《机器人民法规范的建议》，其

领中，通过“机器学习”演算法，可以将大数据中提出了人工智能机器或相关设备应具备的五个条

应用于临床诊断、治疗方案的选择等医疗行为。基[2]

件，这为我们更准确地界定医疗人工智能的概念

于大数据和“机器学习”等新科技的基础，国外学提供了参考。

者已经开始针对临床需求，将人工智能应用于医学1.医疗人工智能的基本原理及应用现状。人工

影像诊断技术，如视网膜影像检查，以辅助医务人智能的发展受益于模拟生物象的演算方法，这种

员作出临床诊断和准确的治疗方案。我国在这一领方法将复杂的生物象数据化并化，以便计算机

正逐步发展，并已取得了一些显著的成就。例进行处理和运算，从而实特定的功能。这类生物

如，“百度医疗大脑”的推出，为患者提供了优质象往往涉及大量的个体中染色体上的基因数目或

的诊断服务。从长远来看，医疗人工智能有望改变是神经元上的神经连结数目，因此，对内存和计算

从诊断、治疗到预后等全部医疗流程。未来的医疗能力的要求极高。在所有算法中，神经网络算法因

人工智能可能会获取患者的全部病历资料、检查和其速度和复杂性最为突出，尤其是在处理医学声

影像资料等，可以快速且准确地进行诊断，并根据音、影像和自然语言等复杂数据时。随着深度神经

患者病情提供最优的治疗方案，但这可能会引发许网络理论的提出，“机器学习”不再局限于单的

[1]输入和输出模型，而是需要引入隐藏层，以实深

多法律问题。笔者以这些问题为切入点，整理比

[3]

较法上的相关学说，并结合我国法律提出解决建度学习。医疗人工智能的深度学习过程如下：它

议，旨在为学界和实务界提供参考。通过输入层接收数据，如病历记录、医学影像报告

和检验结果等；隐藏层负责处理神经网络中的数

一、医疗人工智能的基本原理和应用及法律规

据；输出层则提供深度神经网络的分析结果，如疾

范现